MétaCan
Menu
Retour à la cohorte
Enregistrement W2901394353 · doi:10.5194/acp-18-16271-2018

Southern California megacity CO <sub>2</sub> , CH <sub>4</sub> , and CO flux estimates using ground- and space-based remote sensing and a Lagrangian model

2018· article· en· W2901394353 sur OpenAlexaff
Jacob K. Hedelius, Junjie Liu, Tomohiro Oda, Shamil Maksyutov, Coleen M. Roehl, Laura T. Iraci, James R. Podolske, Patrick W. Hillyard, Jianming Liang, K. R. Gurney, Debra Wunch, P. O. Wennberg

Notice bibliographique

RevueAtmospheric chemistry and physics · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesJet Propulsion LaboratoryNational Oceanic and Atmospheric AdministrationAmes Research CenterNational Institute of Standards and TechnologyHarvard UniversityNational Aeronautics and Space AdministrationCalifornia Institute of TechnologyPurdue University
Mots-clésEnvironmental scienceFlux (metallurgy)Atmospheric sciencesHYSPLITInversion (geology)MeteorologyPhysicsStructural basinChemistryGeologyAerosol

Résumé

récupéré en direct d'OpenAlex

Abstract. We estimate the overall CO2, CH4, and CO flux from the South Coast Air Basin using an inversion that couples Total Carbon Column Observing Network (TCCON) and Orbiting Carbon Observatory-2 (OCO-2) observations, with the Hybrid Single Particle Lagrangian Integrated Trajectory (HYSPLIT) model and the Open-source Data Inventory for Anthropogenic CO2 (ODIAC). Using TCCON data we estimate the direct net CO2 flux from the SoCAB to be 104 ± 26 Tg CO2 yr−1 for the study period of July 2013–August 2016. We obtain a slightly higher estimate of 120 ± 30 Tg CO2 yr−1 using OCO-2 data. These CO2 emission estimates are on the low end of previous work. Our net CH4 (360 ± 90 Gg CH4 yr−1) flux estimate is in agreement with central values from previous top-down studies going back to 2010 (342–440 Gg CH4 yr−1). CO emissions are estimated at 487 ± 122 Gg CO yr−1, much lower than previous top-down estimates (1440 Gg CO yr−1). Given the decreasing emissions of CO, this finding is not unexpected. We perform sensitivity tests to estimate how much errors in the prior, errors in the covariance, different inversion schemes, or a coarser dynamical model influence the emission estimates. Overall, the uncertainty is estimated to be 25 %, with the largest contribution from the dynamical model. Lessons learned here may help in future inversions of satellite data over urban areas.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,877
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,203
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations95
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207